问题描述
假设我有一个继承自numpy.ndarray的类ndarray_plus并添加了一些额外的功能。
有时我将它传递给像np.sum这样的numpy函数，并按预期返回类型为ndarray_plus的对象。
其他时候，我通过增强对象返回numpy.ndarray对象的numpy函数，破坏额外的ndarray_plus属性中的信息。
当有问题的numpy函数执行np.asarray而不是np.asanyarray时，通常会发生这种情况。
有没有办法防止这种情况发生？
我无法进入numpy代码库并将np.asarray所有实例np.asarray为np.asanyarray 。
是否有一种Pythonic方法可以先发制人地保护我的继承对象？
1楼
asarray已定义和保证行为是将您的子类实例转换回基类
help on function asarray in numpy:
numpy.asarray = asarray(a, dtype=None, order=None)
Convert the input to an array.
Parameters
----------
a : array_like
Input data, in any form that can be converted to an array. This
includes lists, lists of tuples, tuples, tuples of tuples, tuples
of lists and ndarrays.
dtype : data-type, optional
By default, the data-type is inferred from the input data.
order : {'C', 'F'}, optional
Whether to use row-major (C-style) or
column-major (Fortran-style) memory representation.
Defaults to 'C'.
Returns
-------
out : ndarray
Array interpretation of `a`. No copy is performed if the input
is already an ndarray. If `a` is a subclass of ndarray, a base
class ndarray is returned.
See Also
--------
asanyarray : Similar function which passes through subclasses.
< - snip - >
你可以尝试和monkeypatch：
>>> import numpy as np
>>> import mpt
>>>
>>> s = np.matrix(3)
>>> mpt.aa(s)
array([[3]])
>>> np.asarray = np.asanyarray
>>> mpt.aa(s)
matrix([[3]])
文件mpt.py
import numpy as np
def aa(x):
return np.asarray(x)
可悲的是，这并不总是有效。
替代mpt.py
from numpy import asarray
def aa(x):
return asarray(x)
在这里，你运气不好。